PHPAnarise中国語単語分割の詳しい説明_PHPチュートリアル

PHPAnalysis は現在広く使用されている中国語の単語分割クラスであり、逆一致モードの単語分割を使用するため、より広範囲のエンコーディングと互換性があります。その変数と一般的な関数については、次のように詳しく説明します。

1. さらに重要なメンバー変数

L$Resulttype = 1 単語生成データ型によって生成される単語タイプ (1 はすべて、2 は辞書語彙と 1 つの中国語、日本語、韓国語の単純な文字と英語、3 は辞書語彙と英語)。

$notSplitLen = 5 文を最短の長さに分割します

$toLower = false すべての英単語を小文字に変換します
$differMax = false 最大分割モードを使用してバイグラムを曖昧さなくします
$unitWord = true 単語を結合してみます (つまり、新しい単語認識)
$differFreq = false 曖昧さ回避のためにホットワード優先モードを使用します

2.主なメンバー機能一覧

1. public function __construct($source_charset='utf-8', $target_charset='utf-8', $load_all=true, $source='')

関数の説明: コンストラクター

パラメータリスト:

$source_charset ソース文字列エンコード
$target_charset ディレクトリ文字列エンコード
$load_all 辞書を完全にロードするかどうか (このパラメータは無効になっています)
$source ソース文字列
入力と出力が両方とも utf-8 の場合、実際にはパラメータを使用する必要はありません初期化用に操作対象のテキストをSetSourceメソッドで設定します

2. public function SetSource( $source, $source_charset='utf-8', $target_charset='utf-8' )
関数の説明: ソース文字列を設定します

パラメータリスト:

$source ソース文字列
$source_charset 文字列エンコーディング
$target_charset ディレクトリ文字列エンコーディング
戻り値: bool
I3, Public Function Startanalysis ($ Optimize = TRUE)
関数: 単語分割演算の実行開始
パラメータリスト:

$ Optimize 単語分割後の結果を最適化するかどうか: void

基本的な単語分割処理:
///// //////////////////////////////////////////////// ///////////////////////////////////// /////////// ///////////////////////
$pa = new PhpAnalysis();

$pa->SetSource('セグメント化する必要がある文字列');

//単語分割属性を設定します
$pa->resultType = 2;

$pa->differMax = true;

$pa->分析開始();

//必要な結果を取得します
$pa->GetFinallyIndex();

/////////////////////////////// / //////////

4. パブリック関数 SetResultType( $rstype )

関数の説明: 戻り結果の型を設定します
これは実際にはメンバー変数 $resultType に対する操作です
パラメーター $rstype の値は次のとおりです:

1 はすべて、2 は辞書です語彙と単一の中国語、日本語、韓国語、簡体字および繁体字と英語、3 は辞書の語彙と英語

戻り値: void

5. public function GetFinallyKeywords( $num = 10 )
関数の説明: 最も頻繁に出現する指定された用語の数を取得します (通常、ドキュメントのキーワードを抽出するために使用されます)
パラメーター リスト:
$num = 10 用語の数を返します

Return値: 「,」で区切られたキーワードのリスト

6. public function GetFinallyResult($spword=' ')
関数の説明: 最終的な単語分割結果を取得します
パラメータリスト:
$spword エントリ間の区切り文字

戻り値: string

7. パブリック関数 GetSimpleResult()
関数説明: 大まかなセグメンテーション結果を取得します
戻り値: 配列

8. パブリック関数 GetSimpleResultAll()

関数の説明: 属性情報を含む大まかなセグメンテーション結果を取得します
属性 (1 つの中国語の単語と文章、2 つの ANSI 語彙 (全角を含む)、3 つの ANSI 句読点 (全角を含む)、数字4文字(全角含む)、中国語の句読点や認識できない文字5文字)
戻り値:配列

9. パブリック関数 GetFinallyIndex()
関数説明: ハッシュインデックス配列を取得
戻り値: array('word'=>count,...) 出現頻度で並べ替えます

10. パブリック関数 MakeDict($source_file, $target_file='')

関数の説明: テキスト ファイル辞書を辞書にコンパイルします
パラメータ リスト:
$source_file ソース テキスト ファイル

$target_file ターゲット ファイル (指定されていない場合は、Current辞書)

戻り値: void

11. パブリック関数 ExportDict($targetfile)
関数の説明: 現在の辞書のすべてのエントリをテキスト ファイルとしてエクスポートします
パラメーター リスト:
$targetfile ターゲット ファイル

戻り値: void

http://www.bkjia.com/PHPjc/802211.htmlwww.bkjia.comtru​​ehttp://www.bkjia.com/PHPjc/802211.html技術記事 PHPAnalysis は現在広く使用されている中国語の単語分割クラスであり、逆一致モードの単語分割を使用するため、より広範囲のエンコーディングと互換性があります。その変数と一般的な関数については、次のように詳しく説明します。